Dynamique et contrôle des systèmes Quelques notions de ...cermics.enpc.fr/~stoltz/ACI_CIRM/Rouchon.pdfrégulateur PI ? 3 Que se passe-t-il en boucle fermée si l’on superpose les

Le PI Fréquentiel Observateur/contrôleur Conclusion

Dynamique et contrôle des systèmesQuelques notions de base

Pierre Rouchon

Ecole des Mines de ParisCentre Automatique et Systèmes

CIRM Janvier 2006


Plan

1 Le PI

2 Fréquentiel

3 Observateur/contrôleur

4 Conclusion


Régulateur proportionnel intégral (PI) de la température y = θ àsa consigne v = θ avec une vanne u ∈ [0,1], le contrôle.


PI en temps discret:

uk+1 = Sat(Kp(θ − θk ) + Ik

)Ik+1 = Ik + ∆t

[Ki(θ − θk ) + Ks(uk+1 − Kp(θ − θk )− Ik )

]où Sat(x) = x si x ∈ [0,1], Sat(x) = 0 pour x < 0 etSat(x) = 1

PI en temps continu: avec ddt I∣∣k ≈

Ik+1−Ik∆t , on obtient la

version continue:

u(t) = Sat(Kp(θ − θ(t) + I(t))ddt

I(t) = Ki(θ − θ(t)) + Ks(u(t)− Kp(θ − θ(t))− I(t)).


Modèle thermique simplifié: premier ordre non-linéaire.

MρCpddtθ = Λrad(θrad − θ) + Λext(θext − θ)

uΛ(θch − θrad) = Λrad(θrad − θ)


PI sur un premier ordre:

ddt

x = f (x ,u), x ∈ R, u ∈ [umin,umax]

avec comme seules hypothèses: ∂f∂x ≤ 0, ∂f

∂u > 0 etf (x , u) = 0 avec u ∈ [umin,umax].Le système en boucle fermée est globalementasymptotiquement stable pour tous gains Kp,Ki > 0 etKsKp > Ki (systèmes plans et Poincaré/Bendixon)

ddt x = f (x ,Sat [Kp(x − x) + I])ddt I = Ki(x − x) + Ks (Sat [Kp(x − x) + I]− Kp(x − x)− I)


Trajectoires bornées

Le rectangle Rλ est positivement invariant car le champ devecteurs X 7→ F (X ) pointe vers l’intérieur lorsque X = (x , I)parcours le bord de Rλ


Poincaré/Bendixon

Les quatre comportements asymptotiques possibles pour unetrajectoire d’un système dynamique autonome défini dans leplan:

La divergence ∂f∂x − Kp

∂f∂u (Sat)′ + Ks((Sat)′ − 1) est négative et

on a un seul point d’équilibre: reste uniquement le cas 2a.


Linéaire tangent

Soit Rn 3 x 7→ v(x) ∈ Rn continûment dérivable par rapport à xet x ∈ Rn tel que v(x) = 0. L’état d’équilibre x de

ddt

x = v(x)

(on dit aussi état stationnaire, ou point critique du champ devecteurs v ) est asymptotiquement stable si les valeurs propresde la matrice jacobienne (pôles du linéaire tangent)

∂v∂x

(x) =

(∂vi

∂xj

)1≤i,j≤n

sont toutes à parties réelles strictement négatives. x n’est passtable au sens de Lyapounov lorsque l’une des valeurs propresdu jacobien ∂v

∂x (x) est à partie réelle strictement positive.


Stabilité au sens de Lyapounov

Soit le système dynamique, ddt x = v(x , t),x ∈ Rn d’équilibre x :

v(x , t) = 0 pour tout temps t .x est dit stable au sens de Lyapounov si, et seulement si,pour tout ε > 0, il existe η > 0 tel que pour toute conditioninitiale x0 vérifiant ‖x0 − x‖ ≤ η, la solution deddt x = v(x , t) qui part de x0 à t = 0, vérifie alorsobligatoirement ‖x(t)− x‖ ≤ ε pour tout temps t ≥ 0.x est dit asymptotiquement stable (localement) si , etseulement si, il est stable au sens de Lyapounov et si, enplus, il existe η > 0 tel que toutes les solutions deddt x = v(x , t) qui partent en t = 0 d’une condition initiale x0

vérifiant ‖x0 − x‖ ≤ η convergent vers x lorsque t tendvers +∞.


Pour (x , I) autour de (x , I), le système s’écrit

ddt x = f (x ,Kp(x − x) + I)ddt I = Ki(x − x)

Le calcul du linéaire tangent fait apparaît la matrice jacobiennesuivante: (

∂f∂x

∣∣∣(x ,u)

− Kp∂f∂u

∣∣∣(x ,u)

∂f∂u

∣∣∣(x ,u)

−Ki 0

).

La trace de cette matrice 2× 2 est strictement négative car∂f∂x ≤ 0 et ∂f

∂u > 0 par hypothèse et les gains Kp, Ki sont > 0.Son déterminant est strictement positif pour les mêmesraisons. Donc ses deux valeurs propres sont à parties réellesstrictement négatives. Ainsi, pour tous Kp > 0 et Ki > 0, lelinéaire tangent est toujours stable.


Schéma bloc de la boucle ouverte.

contrôle

perturbation

sortie

système


Schéma bloc de la boucle fermée.

rétroaction (feedback)

contrôleur

perturbation

con

sig

ne contrôle

sortiesystème


Deux types de pré-compensations: l’une sur laperturbation mesurée θext ,l’autre sur la consigne variableθr . Algorithme PI avec anticipa-tion (feedforward) suivant:

u(t) = Sat[Kp(θr (t)− θ(t) + I(t)+Kr θr (t)−Kextθext

]ddt

I(t) = Ki(θr (t)− θ(t))

+ Ks

[u(t)− Kp(θr (t)− θ(t))− I(t)−Kr θr (t)+Kextθext

].


ddt

y = −ay + bu + dw

avec a > 0, b > 0 et d > 0. La température y est le résultatd’un filtre du premier ordre, à la constante de temps τ = 1/a,de τ(bu + dw).But: suivre la référence t 7→ yr (t) continue et dérivable parmorceaux tout en connaissant à chaque instant la perturbationw(t).On définit le contrôle de référence (feedforward) comme étantla fonction t 7→ ur (t) continue par morceaux et définie parddt yr = −ayr + bur + dw c’est à dire

ur (t) =ddt yr (t) + ayr (t)− dw(t)

b.


Pour obtenir u, on rajoute alors à ur une correction de type PIsur l’erreur de suivi, e = y − yr :

u(t) = ur (t) + Kpe(t) + I(t),ddt

I(t) = Kie(t).

On obtient ainsi en boucle fermée un système différentielordinaire autonome pour les variables e = y − yr et I:

ddt

e = − (bKp + a) e + bI,ddt

I = −Kie.

Ainsi, même si w et yr varient au cours du temps, leurvariations sont pré-compensées par ur qui est une combinaisonlinéaire de yr , d

dt yr et w .


laser

photo détecteur

Une particule (m, q) selon 0x , dans le potentiel harmoniqueU(x) et soumis à une onde plane électromagnétique polariséelinéairement; loin de l’origine, en z = −L, on dispose d’unesource classique résonnante d’amplitude u(t) ∈ [0,umax], lecontrôle, et d’un photo-détecteur, y(t), la mesure. Un modèlesimplifié (version simplifiée des équations de pompage, parexemple): d

dt y(t) = −Λy(t) + u(t − 2TL).


ddt

y(t) = −ay(t) + bu(t) + dw(t).

avec a, b et d positifs. Le contrôle est u, la perturbation w et lamesure y .Correcteur PI

u = Kp(yc − y) + I,ddt

I = Ki(yc − y)

avec Kp,Ki > 0 assure la convergence asymptotique de y(t)vers la consigne yc pour peu que la perturbation w soitconstante. Noter que l’on n’a pas besoin de connaître cetteconstante pour trouver le u qui assure y = yc .


ddt

y(t) = −ay(t) + b(Kp(yc − y) + I) + dw(t),ddt

I = Ki(yc − y)

1 Que se passe-t-il si la mesure de y n’est pas instantanéemais est effectuée avec un certain temps de retard ∆; àl’instant t , on connaît la valeur de y(t −∆).

2 Que se passe-t-il si la perturbation non mesurée w n’estplus constante mais sinusoïdale de la formew(t) = cos(ωt) avec ω constant. Résonances avec lerégulateur PI ?

3 Que se passe-t-il en boucle fermée si l’on superpose lesdeux points précédents, un retard de mesure et uneperturbation sinusoïdale ?

Approche fréquentielle ddt = s ∈ C bien adaptée: critère de

Nyquist, diagramme de Bode.


Avec

G(s) =b

s + a, Gw (s) =

ds + a

, K (s) =

(Kp +

Ki

s

)e−∆s

On a y =GK

1 + GKyc +

Gw

1 + GKw


y =GK

1 + GKyc +

Gw

1 + GKw

La stabilité est caractérisée1par la position des zéros de

1 + GK = 1 + bsKp + Ki

s(s + a)e−∆s

par rapport à l’axe imaginaire: stabilité si toutes les partiesréelles sont strictement négatives ≤ −α, α > 0; instabilité sil’un des zéros à partie réelle strictement positive.

1Pas de simplification pôle/zéro instable.


0

Le théorème de Cauchy pour une fonction méromorphe F (s)de s ∈ C et un domaine Ω ⊂ C délimité par la courbe ferméenotée Cs ; F (s) décrit une courbe fermée notée CF lorsque sparcourt Cs dans le sens direct. Alors, le nombre de tours Nque fait CF autour de 0 est relié aux nombres de pôles P et dezéros Z de F (s) dans Ω par N = Z − P. Ici Z = 4 et P = 2,donc F (s) fait deux fois le tour de 0 dans le sens direct, i.e.,N = 2.


La boucle que doit faire s pour englober tout le demi plan àpartie réelle positive tout en évitant le pôle deGK (s) = b sKp+Ki

s(s+a) e−∆s en s = 0; R > 0 est très grand et ε > 0est très petit.


On commence par une normalisation en posant

s =sa, k = abKp, η =

Ki

Kpa, δ = a∆.

AlorsGK (s) = GK (s) = k exp(−δs)

s + η

s(s + 1).

Ainsi quitte à changer d’unité sur le temps, on peut toujourssupposer a = 1. On confond dans la suite s et s:

GK (s) = k exp(−δs)s + η

s(s + 1).


Le lieu de Nyquist de G(s)K (s) = k exp(−δs) s+ηs(s+1) avec k = 1,

δ = 0 et η = 0.5. ; la courbe fermée du plan complexe décritepar G(s)K (s) lorsque s décrit la courbe CR,ε, pour R 1 et0 < ε 1.


Lieu de Nyquist pour G(s)K (s) = ke−δs s+ηs(s+1) avec k = 1,

η = 0.5 et diverses valeurs du retard δ. On s’intéresse auxzéros à < > 0 de 1 + GK .


Le fait que le complexe GK (ıϑ) =

k (ıϑ+η)ıϑ(ıϑ+1) est de module 1, donne

ϑ =

√1−k2+

√(1−k2)2+4k2η2

2 . On noteϕ ∈ [0, π[ l’argument suivant:

exp(ıϕ) = −k(ıϑ+ η)

ıϑ(ıϑ+ 1)

ϕ est la marge de phase et δ∗ = ϕϑ est le

retard critique au delà duquel des instabilitésapparaissent.


Réalisation

On part d’un transfert rationnel causal (degré de N(s) inférieurau degré D(s)):

y =N(s)

D(s)u

que l’on souhaite représenter sous la forme d’état:

ddt

x = Ax + Bu, y = Cx

avec x ∈ Rn, n = degré(D(s) et A, B et C matrices constantes.On cherche donc A, B, C tels que

y = C(sI − A)−1Bu.

C’est toujours possible.


Exemple de réalisation: y(s) = b1s+b0s2+a1s+a0

u(s) où (a0,a1,b0,b1)

sont des paramètres.

d2

dt2 y + a1ddt

y + a0y = b1ddt

u + b0u.

On pose z = (z1, z2) = (y , ddt y) et alors on a

ddt

z1 = z2,ddt

z2 = −a0z1 − a1z2 + b1ddt

u + b0u.

On regroupe les dérivées dans la seconde équation en uneseule variable x2 = z2 − b1u au lieu de z2. Avec les variables(x1 = z1, x2), on a la réalisation d’état souhaitée

ddt

x1 = x2 + b1u,ddt

x2 = −a0x1 − a1x2 + (b0 − a1b1)u

car y = x1.


Un problème typiqueOn part du système entrée/sortie u 7→ y sous la forme d’état

ddt

x = Ax + Bu, y = Cx

avec dim(u) = dim(y) = 1 et dim(x) = n.On souhaite aller du régime stationnaire caractérisé pary = yα, u = uα vers l’état stationnaire y = yβ , u = uβ en untemps T > 0.Règles du jeu: on connaît à l’instant t , y(t) la mesure et onpeut ajuster u en temps réel de façon à compenser leserreurs et les perturbations.Une solution classique: planification et suivi de trajectoiresdans l’espace des états x ∈ Rn avecl’observateur/contrôleur (la commande modale).


Pour ddt x = Ax + Bu, y = Cx , solution en deux étapes:

1 Planification de trajectoires pour aller de l’état stationnairexα à l’état xβ: une trajectoire de référence[0,T ] 3 t 7→ (xr (t),ur (t), yr (t)) telle que

∀t ∈ [0,T ],ddt

xr (t) = Axr (t) + Bur (t), yr (t) = Cxr (t)

avec les conditions aux limites: Axr (0) + Buα = 0,yα = Cxr (0), Axr (T ) + Buβ = 0, yβ = Cxr (T ). Cette étapedonne le contrôle en boucle ouverte [0,T ] 3 t 7→ ur (t)(feedforward) qui, si tout est parfait, amène le système del’équilibre α à l’équilibre β.

2 Calcul de la correction ∆u, u = ur + ∆u, de sorte que lesécarts observés sur la sortie, ∆y = yr − y = C(xr − x)restent proches de 0: Cela revient à stabiliser à zéroddt ∆x = A∆x + B∆u, uniquement en utilisant ∆y = C∆xpour calculer ∆u


Stabilisation via ∆u de ddt ∆x = A∆x + B∆u, avec ∆y = C∆x

Contrôleur: calcul d’un feedback d’état, ∆u = K∆x tel quela dynamique en boucle fermée d

dt ∆x = (A + BK )∆x , soitstable, feedback utilisable que si on mesure à chaqueinstant ∆x , ce qui est rarement le cas.Estimation de ∆x en fonction de ∆y avec un observateurasymptotique donnant l’estimée ∆x par le filtre

ddt

∆x = A∆x + B∆u(t) + L(C∆x −∆y (t))

Ainsi u = ur (t) + K ∆x avec ∆x qui dépend de la mesure y(t)via le filtre causal (observateur asymptotique):

ddt

∆x = (A + BK )∆x + L(C∆x − (y(t)− yr (t))).

Convergence si K et L sont choisis de sorte que A + BK etA + LC soient des matrices stables: c’est toujours possible si lesystème est observable et commandable.


Linéarisation de Schrödinger pour un système à trois états:ψ = ψ0 |0〉+ ψ1 |1〉+ ψ2 |2〉, contrôle ε(t) ∈ R,

ıddtψ =

0 0 00 ω1 00 0 ω2

ψ + ε(t)µ

0 1 11 0 01 0 0

ψ

autour de ψ = |0〉 et ε = 0:

ıddtδψ0 = 0, ı

ddtδψ1 = ω1δψ1 + µδε, ı

ddtδψ2 = ω2δψ2 + µδε

Contrôle avec un même u de deux oscillateurs de fréquencesdifférentes:(a1 6= a2, a1 = (ω1)

2, a2 = (ω2)2):

d2

dt2 x1 = −a1(x1 − u),d2

dt2 x2 = −a2(x2 − u);

avec

δψ1 =µ(ω1x1 + ı d

dt x1)

(ω1)2 , δψ2 =µ(ω2x2 + ı d

dt x2)

(ω2)2 , δε = −u.


Planification de trajectoires pour

d2

dt2 x1 = −a1(x1 − u),d2

dt2 x2 = −a2(x2 − u).

On passe par la variable intermédiaire z = a2x1−a1x2a1+a2

, la sortiede Brunovsky car

a2x1 − a1x2 = (a1 + a2)z, a1a2(x2 − x1) = (a1 + a2)d2

dt2 z

et donc x1, x2 et u sont fonctions de (zr ,d2

dt2 zr , z(4)r ).

Génération de trajectoires de l’état stationnaire uα à l’étatstationnaire uβ: zr (t) = (1− S(t/T ))zα + S(t/T )zβ où S estn’importe quelle fonction telle que

S(0) = 0, S(1) = 1,dkSdtk (0,T ) = 0, k = 1,2,3,4

Par exemple S(r) = r5

r5+(1−r)5 .


Stabilisation de

d2

dt2 x1 = −a1(x1 − u),d2

dt2 x2 = −a2(x2 − u).

Approche Lyapounov et/ou passivité: le feedback

u = −k(a1ddt

x1 + a2ddt

x2), k > 0

stabilise le système en zéro. L’energie

V =12(

ddt

x1)2 +

a1

2(x1)

2 +12(

ddt

x2)2 +

a2

2(x1)

2

est une fonction de Lyapounov contrôlée (CLF) car

ddt

V = (a1ddt

x1 + a2ddt

x2)u = −k(a1ddt

x1 + a2ddt

x2)2 ≤ 0

(sorte de frottement rajouté par le contrôle).


Commandabilité (contrôlabilité) et planification de trajectoires:


Commandabilité (contrôlabilité) et stabilisation ou suivi detrajectoires:


Le système ddt x = Ax + Bu, x ∈ Rn est commandable en temps

T > 0, ssi, pour tout p,q ∈ Rn il existe [0,T ] 3 t 7→ u(t) tel quela solution du problème de Cauchy:

ddt

x = Ax + Bu(t), x(0) = p

vérifie x(T ) = q.Critère de Kalman: la commandabilité en temps T > 0 équivautà

rang(B,AB, . . . ,An−1B) = n.


ddt x = Ax + Bu, x ∈ Rn (dim u = 1 ici) commandable , ssi, ilexiste une changement de variable sur x , z = Mx avec Minversible, tel que,

ddt

z1 = z2, . . . ,ddt

zn−1 = zn,ddt

zn = a1z1 + . . .+ anzn + bu

avec b 6= 0, ou encore en notant y = z1, la sortie de Brunovsky,on a la forme normale suivante:

y (n) − any (n−1) − . . .− a1y = bu.


Stabilisation par feedback de ddt x = Ax + Bu: trouver K tel que

avec u = Kx , le système en boucle fermé soit stable, i.e., telque les valeurs propres de A + BK soient à parties réellespositives.Si le système est commandable, c’est toujours possible: onpeut même choisir comme on veut les valeurs propres deA + BK (placement de pôles) en jouant sur K : il suffit de partirde

y (n) − any (n−1) − . . .− a1y = bu.

et de poser bu = −(an + σ1)y (n−1) − . . .− (a1 + σn)y de sorteque

y (n) + σ1y (n−1) + . . .+ σny = 0.

avec les σi arbitraires (fonctions symétriques élémentaires desvaleurs propres, i.e., des pôles).On fixe les racines, les pôles pi , et on calcule les σi de sorteque: (s − p1) . . . (s − pn) = sn + σ1sn−1 + . . .+ σn−1s + σn


Reconstruire (estimer) x(t) à partir de la connaissance y(τ)pour τ ≤ t (et aussi de u(τ)) sachant que:

ddt

x = Ax + Bu, y = Cx

L’idée des observateurs asymptotiques: estimer x par unevariable x solution de (filtre de u et y ...).

ddt

x = Ax + Bu(t) + L(Cx − y(t)).

Dynamique de l’erreur x = x − x :

ddt

x = (A + LC)x .

Filtre de Kalman: réglage optimal de la matrice des gains L enfonction "d’incertitudes gaussiens" sur le modèle et la mesure.


Le système ddt x = Ax + Bu, y = Cx est observable, ssi, pour

toute trajectoire entrée/sortie t 7→ (u(t), y(t)) il n’existe qu’uneseule trajectoire d’état t 7→ x(t) solution deddt x(t) = Ax(t) + Bu(t) vérifiant en plus y(t) = Cx(t).Critère de Kalman: le système est observable, ssi,

rang

C

CA...

CAn−1

= n = dim(x)

Si le système est observable alors il est possible de choisir lesvaleurs propres de A + LC comme on veut en jouant sur lamatrice L. Il suffit de transposer le résultat sur le placement depôles.


Points non abordés :Systèmes en temps discrets: xk+1 = f (xk ,uk ).contrôle linéaire de dimension finie: robuste H∞,linéaire/quadratique, filtre de Kalman, ....contrôle non linéaire: algèbre de Lie de contrôlabilité,découplage, linéarisation, systèmes plats et problème deMonge, stabilisation, contrôle Lyapounov, ....Contrôle Optimal: principe du maximum de Pontryaguine,synthèse du feedback optimal, programmation dynamique,équation de Hamilton-Jacobi-Bellman, ....dimension infinie: système à retards, contrôle frontière desEDP, méthode HUM, méthode du retour, ...Observateurs non-linéaires, filtre de Kalman étendu,estimation de paramètres, contrôle adaptatif, diagnostic, ....


Références classiques sur les systèmes de dimension finie:Fréquentiel (PID): PID Controllers: Theory, Design andTuning. K. J. Astrom, T. Hagglund. ISA International(Instrument Society of America). 1995Contrôle linéaire: Linear Systems. T. Kailath.Prentice-Hall, Englewood Cliffs, NJ, 1980Contrôle non-linéaire: Nonlinear Systems. H.K. Khalil,MacMillan. 1992.Contrôle optimal: Théorie Mathématique de ProcessusOptimaux. L. Pontryagin et al. Mir, Moscou, 1974.

Aussi des notes de cours sur la page web:http://cas.ensmp.fr/∼rouchon/index.html

Documents

Dynamique et contrôle des systèmes Quelques notions de ...cermics.enpc.fr/~stoltz/ACI_CIRM/Rouchon.pdfrégulateur PI ? 3 Que se passe-t-il en boucle fermée si l’on superpose les